影像組學在肝細胞癌TACE治療中的研究進展

帥 師, 唐艷隆

大理大學第一附屬醫院放射科, 云南 大理, 671000

2018年全球癌癥統計[1]顯示:肝細胞癌(hepatocellular carcinoma,HCC)是全球第六常見的惡性腫瘤,也是第四大癌癥相關死亡原因。對于中晚期HCC患者,經導管肝動脈化療栓塞(transcatheter arterial chemoembolization,TACE)是目前最常用的治療方法之一。然而,關于TACE療效的研究表明[2,3],因不同患者的腫瘤異質性和不同程度肝功能障礙,導致TACE治療效果有較大差異,Lencioni等[4]統計了TACE治療的有效反應僅為52.5%,甚至可能更低。過去在臨床實踐中尚未有準確評估TACE預后的方法,導致部分患者未能選擇最佳治療方案。因此,探索準確量化TACE療效的方法對HCC患者的治療選擇有較大的臨床意義。

1 影像組學和TACE的發展與應用

1.1 影像組學的發展與應用

影像組學自2012年由Lambin等[5]首次提出后便迅速發展,最近幾年逐漸在臨床實踐中得到廣泛探索、研究及應用。影像組學[6]融合了大數據技術和醫學影像輔助診斷技術,通過提取腫瘤影像數據中的定量信息,以反映組織的潛在病理及生理學特征,并結合臨床資料構建模型,用于甲狀腺癌[7]、胰腺癌[8]、前列腺癌[9]、骨肉瘤[10]等全身各種良惡性腫瘤的非侵入性診斷、療效監測及預后評估等,并進一步指導臨床選擇治療方案。

影像組學的一般流程包括高質量標準化醫學影像數據獲取、感興趣區(region of interest,ROI)繪制、高通量影像組學特征提取與量化篩選、數據統計分析及模型建立[11,12]。特征提取與篩選常用方法:常用Z-scone標準化處理、最小絕對收縮和選擇算子(least absolute shrinkage and selection operator,LASSO)、10倍交叉驗證等統計學方法提取大量影像特征,最終只選取少量有價值的影像特征進行模型構建及驗證。……